研究目的
开发一种基于可见光通信的车辆间跟踪系统,该系统利用CMOS摄像头,通过修正卡尔曼滤波器补偿系统误差并滤除随机误差以提高精度。
研究成果
基于可见光通信的车辆追踪系统有效补偿了系统性误差(卷帘快门效应与空间可分离性),并采用改进卡尔曼滤波器处理随机误差,显著提升了定位精度。仿真结果表明该方案增强了追踪性能,有望成为智能交通系统的可行方案。未来工作可开展实际环境测试及与其他技术的融合。
研究不足
该研究基于模拟而非实际实验,可能无法涵盖所有实际挑战,例如环境干扰、背景物体或硬件缺陷。该系统假设背景中无物体,并依赖预先收集的统计误差信息。由于误差方差增大,在极远距离或高速情况下性能可能会下降。
1:实验设计与方法选择:
本研究采用基于仿真的方法验证所提出的跟踪系统。该系统设计了一个基于可见光通信(VLC)的车对车(V2V)定位系统,每辆车配备两个摄像头,采用针孔相机模型进行几何定位,并实施改进的卡尔曼滤波器进行跟踪。整合了系统性误差补偿方法(卷帘快门和空间可分离性)。
2:样本选择与数据来源:
仿真参数包括传感器尺寸、分辨率、镜头焦距、帧率、读出时间、曝光时间、LED尺寸、摄像头高度、车速及车辆间距。车辆初始位置、速度和加速度均为随机设置。
3:实验设备与材料清单:
CMOS摄像头(仪表盘类型)、LED前后车灯、用于处理的CPU。论文中未提及具体型号和品牌。
4:实验步骤与操作流程:
仿真流程包括初始化车辆参数、利用针孔相机模型复现LED图像、处理图像以检测LED坐标、应用补偿方法,并使用改进的卡尔曼滤波器进行跟踪。系统运行10秒,期间车辆位置和加速度会发生变化。
5:数据分析方法:
通过计算距离误差(纵向和横向,重点关注纵向)并对比有无补偿的结果来评估性能。采用移动平均法分析误差成分。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容